文献

J-GLOBAL ID：201702261376133821   整理番号：17A1349764

ハイパースペクトル画像のための統計的およびカーネルベース異常検出アルゴリズムへの新しい検出パラダイムとの比較【Powered by NICT】

A Novel Detection Paradigm and Its Comparison to Statistical and Kernel-Based Anomaly Detection Algorithms for Hyperspectral Imagery

著者 (2件)： Olson Colin C. ,  Doster Timothy
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPRW  ページ： 302-308  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ハイパースペクトル画像内の異常な画素の検出は,軍事目標の検出への侵入植物種の位置から目的のためにしばしば用いられる。は対象物か背景のスペクトルに関する情報は既知あるいは仮定されているため課題である教師なし。最も一般的に使用される検出アルゴリズムのいくつかは統計的モデルからの偏差の尺度に基づく背景と速度スペクトルanomalousnessの統計分布を仮定している;ハイパースペクトルデータはほとんどそれらを満たすため,そのような仮定が問題となる。性能を改善するためにデータ駆動型機械学習技法を用いたより最近のアルゴリズム。ここでは,新しいカーネルベース法を調べ,一般的に試験したデータセットに七その他の最先端レベル手法と比較してトップ検出性能を達成することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 画素 ,  *アルゴリズム ,  機械学習 ,  *スペクトル
準シソーラス用語： 検出能 ,  最先端 ,  データ駆動 ,  ハイパースペクトルデータ ,  統計分布 ,  侵入植物 ,  *検出アルゴリズム ,  *ハイパースペクトル画像 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (6件)： ハイパースペクトル画像 ,  統計 ,  カーネル ,  異常検出 ,  アルゴリズム ,  パラダイム